(优选)数字信号处理第四版高西全.
合集下载
数字信号处理-原理、实现及应用(第4版) 第0章 绪论
2022/10/23
通院 信息科学研究所
27
0.3 数字信号处理的优点（2）
2、精确性：
模拟系统：精确性依元器件不同而有所差异。 数字系统：精度由机器字长，算法等决定。 例如，求对数运算，数字运算精度可任意高，
而对于模拟电路，1%的精度就很难达到。
2022/10/23
通院 信息科学研究所
28
2022/10/23
通院 信息科学研究所
7
信号举例 （4）
黑白照片
• Represents light intensity as a function of two spatial coordinates
2022/10/23
通院 信息科学研究所
8
信号举例 （5）
视频信号 Video signals
处 理
时
采
x(n)
域 离
散
样
系
统
y(n) 平 y(t) 滑 滤
波
2022/10/23
通院 信息科学研究所
16
2. 数字信号处理的基 本内容
1.模拟信号的预处理
预滤波和前置滤波 作用：滤除输入模拟信号中的无用频率成
分和噪声，避免采样后发生的频谱混叠失 真 为了满足采样定理的要求。
2022/10/23
数字信号处理
绪论
主要内容
信号的特征 信号的分类 数字信号处理的基本内容 数字信号处理的实现方法 数字信号处理的优点
2022/10/23
通院 信息科学研究所
2
信号
信号是信息的载体。通过信号传递信息。
信号我们并不陌生，如刚才铃声—声信号，表 示该上课了；
十字路口的红绿灯—光信号，指挥交通； 电视机天线接受的电视信息—电信号； 广告牌上的文字、图象信号等等。
数字信号处理高西全课后答案ppt
线性时不变系统是数字信号处理中最基础的系统，具有线性、时不变和因果性等重要特性。
详细描述
线性时不变系统是指系统的输入和输出之间存在线性关系，并且系统的特性不随时间变化而变化。这种系统的行为可以用线性常系数微分方程来描述，同时它的输出不依赖于输入的时间函数，只依赖于输入的初始状态。
线性时不变系统
VS
频域分析可以揭示信号的频率成分和频率域中的每个成分与原始信号之间的关系。通过在频域中对信号进行分析和处理，可以实现信号的滤波、去噪、压缩和恢复等功能。
频域分析在信号处理、图像处理、通信系统等领域得到广泛应用。例如，在图像处理中，频域分析可以用于图像滤波、边缘检测等任务；在通信系统中，频域分析可用于调制解调、频谱分析等。
详细描述
04
第四章 傅里叶变换与频域分析
傅里叶变换的定义
傅里叶变换是一种将时间域信号转换到频域的方法，通过将信号分解成一系列不同频率的正弦和余弦函数的线性组合。
傅里叶变换的性质
傅里叶变换具有一些重要性质，包括线性、对称性、可逆性、Parseval等式等。这变换的定义与性质
离散时间信号
定义
如果信号仅在离散时间点上有定义，则该信号称为离散时间信号。
例子
数字音频、图像数据等。
数学表示方法
通常使用序列形式来表示，例如y[n] = sin(n)。
01
03
02
连续时间信号的数学表示方法
离散时间信号的数学表示方法
其他表示方法
信号的数学表示方法
03
第三章 系统分析基础
总结词
快速傅里叶变换（FFT）算法的基本思想
根据算法实现方式的不同，可以分为按时间抽取（DIT）和按频率抽取（DFT）两种FFT算法。
详细描述
线性时不变系统是指系统的输入和输出之间存在线性关系，并且系统的特性不随时间变化而变化。这种系统的行为可以用线性常系数微分方程来描述，同时它的输出不依赖于输入的时间函数，只依赖于输入的初始状态。
线性时不变系统
VS
频域分析可以揭示信号的频率成分和频率域中的每个成分与原始信号之间的关系。通过在频域中对信号进行分析和处理，可以实现信号的滤波、去噪、压缩和恢复等功能。
频域分析在信号处理、图像处理、通信系统等领域得到广泛应用。例如，在图像处理中，频域分析可以用于图像滤波、边缘检测等任务；在通信系统中，频域分析可用于调制解调、频谱分析等。
详细描述
04
第四章 傅里叶变换与频域分析
傅里叶变换的定义
傅里叶变换是一种将时间域信号转换到频域的方法，通过将信号分解成一系列不同频率的正弦和余弦函数的线性组合。
傅里叶变换的性质
傅里叶变换具有一些重要性质，包括线性、对称性、可逆性、Parseval等式等。这变换的定义与性质
离散时间信号
定义
如果信号仅在离散时间点上有定义，则该信号称为离散时间信号。
例子
数字音频、图像数据等。
数学表示方法
通常使用序列形式来表示，例如y[n] = sin(n)。
01
03
02
连续时间信号的数学表示方法
离散时间信号的数学表示方法
其他表示方法
信号的数学表示方法
03
第三章 系统分析基础
总结词
快速傅里叶变换（FFT）算法的基本思想
根据算法实现方式的不同，可以分为按时间抽取（DIT）和按频率抽取（DFT）两种FFT算法。
数字信号处理—原理、实现及应用(第4版)第4章 模拟信号数字处理 学习要点及习题答案
·78· 第4章 模拟信号数字处理4.1 引 言模拟信号数字处理是采用数字信号处理的方法完成模拟信号要处理的问题，这样可以充分利用数字信号处理的优点，本章也是数字信号处理的重要内容。
4.2 本章学习要点(1) 模拟信号数字处理原理框图包括预滤波、模数转换、数字信号处理、数模转换以及平滑滤波；预滤波是为了防止频率混叠，模数转换和数模转换起信号类型匹配转换作用，数字信号处理则完成对信号的处理，平滑滤波完成对数模转换后的模拟信号的进一步平滑作用。
(2) 时域采样定理是模拟信号转换成数字信号的重要定理，它确定了对模拟信号进行采样的最低采样频率应是信号最高频率的两倍，否则会产生频谱混叠现象。
由采样得到的采样信号的频谱和原模拟信号频谱之间的关系式是模拟信号数字处理重要的公式。
对带通模拟信号进行采样，在一定条件下可以按照带宽两倍以上的频率进行采样。
(3) 数字信号转换成模拟信号有两种方法，一种是用理想滤波器进行的理想恢复，虽不能实现，但没有失真，可作为实际恢复的逼近方向。
另一种是用D/A 变换器，一般用的是零阶保持器，虽有误差，但简单实用。
(4) 如果一个时域离散信号是由模拟信号采样得来的，且采样满足采样定理，该时域离 散信号的数字频率和模拟信号的模拟频率之间的关系为T ωΩ=，或者s /F ωΩ=。
(5) 用数字网络从外部对连续系统进行模拟，数字网络的系统函数和连续系统传输函数 之间的关系为j a /(e )(j )T H H ωΩωΩ==，≤ωπ。
数字系统的单位脉冲响应和模拟系统的单位冲激响应关系应为 a a ()()()t nTh n h t h nT === (6) 用DFT （FFT ）对模拟信号进行频谱分析（包括周期信号），应根据时域采样定理选择采样频率，按照要求的分辨率选择观测时间和采样点数。
要注意一般模拟信号（非周期）的频谱是连续谱，周期信号是离散谱。
用DFT （FFT ）对模拟信号进行频谱分析是一种近似频谱分析，但在允许的误差范围内，仍是很重要也是常用的一种分析方法。
数字信号处理课件-高西全
3 3 答案： x(n) * h(n) {0, ,4,7,4， } 2 2
1.3 时域离散系统
y(n) T x(n)
一、线性系统
系统的输入、输出之间满足线性叠加原理的系
统称为线性系统。设x1(n)和x2(n)分别作为系统的 输入序列，其输出分别用y1(n)和y2(n)表示，即
y1 (n) T x1 (n)
RN (n) (n) (n 1) (n 2) [n ( N 1)] (n k )
k 0 N 1
4． 实指数序列
x(n) a u(n)， a为实数
5． 正弦序列
x(n) A sin(n )
6． 复指数序列
1.4 时域离散系统的输入输出描述 法——线性常系数差分方程
N阶线性常系数差分方程表示：
a y ( n i ) b x( n j )
i 0 i j 0 j
N
M
a0 1
式中，x(n)和y(n)分别是系统的输入序 列和输出序列，ai和bj均为常数.
线性常系数差分方程的求解
1.1 引
言
信号的定义： 载有信息的，随时间变化的物理量或 物理现象。 信号的分类：
时域连续信号 模拟信号 时域离散信号 数字信号
系统定义： 系统分类： 时域连续系统 模拟系统 时域离散系统 数字系统
一．单位阶跃信号
单位阶跃信号的定义为
u (t )
1
0
二、时不变系统
如果系统对输入信号的运算关系T［· ］在整个运 算过程中不随时间变化，或者说系统对于输入信号 的响应与信号加于系统的时间无关，则这种系统称 为时不变系统，用公式表示如下：
数字信号处理第四版(高西全)第1章
1第1章时域离散信号和时域离散系统第第11章章时域离散信号和时域离散系统时域离散信号和时域离散系统11引言引言12时域离散信号13时域离散系统14时域离散系统的输入输出描述法线性常系数差分方程15模拟信号数字处理方法习题与上机题第1章时域离散信号和时域离散系统11引言引言信号通常是一个自变量或几个自变量的函数
本章作为全书的基础，主要学习时域离散信号的表示 方法和典型信号、时域离散线性时不变系统的时域分析方
第1章 时域离散信号和时域离散系统
1.2 时域离散信号
实际中遇到的信号一般是模拟信号，对它进行等间
假设模拟信号为xa (t)，以采样间隔T对它进行等间隔 采样，得到：
x(n) xa (t) tnT＝xa (nT ) - n （1.2.1）
x(n) x(m) (n m) m
（1.2.12）
这种任意序列的表示方法，在信号分析中是一个很有用的
第1章 时域离散信号和时域离散系统
例如， x(n)＝{－0.0000 ，－0.5878 ，－0.9511，
－0.9511，－0.5878，0.0000，0.5878， 0.9511，0.9511，
0.5878，0.0000}，相应的 n=－5, －4, －3,
序列x(n)的MATLAB表示如下:
in (π 8
n)
0
π 8
第1章 时域离散信号和时域离散系统
（2） 2π/ω0不是整数，是一个有理数时，设 2π/ω0=P/Q，式中P、Q是互为素数的整数，取k=Q，那么 N=P，则该正弦序列是以P为周期的周期序列。例如, sin(4πn/5), 2π/ω0=5/2, k=2, 该正弦序列是以5为周期的周
axis(［－5, 6, －1.2, 1.2］); xlabel('n'); ylabel('x(n)')
本章作为全书的基础，主要学习时域离散信号的表示 方法和典型信号、时域离散线性时不变系统的时域分析方
第1章 时域离散信号和时域离散系统
1.2 时域离散信号
实际中遇到的信号一般是模拟信号，对它进行等间
假设模拟信号为xa (t)，以采样间隔T对它进行等间隔 采样，得到：
x(n) xa (t) tnT＝xa (nT ) - n （1.2.1）
x(n) x(m) (n m) m
（1.2.12）
这种任意序列的表示方法，在信号分析中是一个很有用的
第1章 时域离散信号和时域离散系统
例如， x(n)＝{－0.0000 ，－0.5878 ，－0.9511，
－0.9511，－0.5878，0.0000，0.5878， 0.9511，0.9511，
0.5878，0.0000}，相应的 n=－5, －4, －3,
序列x(n)的MATLAB表示如下:
in (π 8
n)
0
π 8
第1章 时域离散信号和时域离散系统
（2） 2π/ω0不是整数，是一个有理数时，设 2π/ω0=P/Q，式中P、Q是互为素数的整数，取k=Q，那么 N=P，则该正弦序列是以P为周期的周期序列。例如, sin(4πn/5), 2π/ω0=5/2, k=2, 该正弦序列是以5为周期的周
axis(［－5, 6, －1.2, 1.2］); xlabel('n'); ylabel('x(n)')
精品课件-数字信号处理(第四版)(高西全)-第4章
点DFT和(4.2.10)式或(4.2.11)式所示的N/4个蝶形运算，
如图4.2.3所示。依次类推，经过M次分解，最后将N点DFT
分解成N个1点DFT和M级蝶形运算，而1点DFT就是时域序列
本身。一个完整的8点DIT－FFT运算流图如图4.2.4所示。
图中用到关系式
。W图N中k / m输入W序Nmk列不是顺序排
In Time FFT，简称DIT－FFT )； 频域抽取法FFT (Decimation In Frequency FFT，简称DIF－FFT)。本节介 绍DIT－FFT
设序列x(n)的长度为N，且满足N=2M，M为自然数。按n 的奇偶把x(n)分解为两个N/2点的子序列
x1(r) x(2r)， x2 (r) x(2r 1)，
x1
(2l
1)WNk
( /
2l 2
1)
l 0
l 0
N / 41
N / 41
x3 (l)WNkl/ 4 WNk / 2
x4
(l
)WNk
l /
4
l 0
l 0
X 3 (k ) WNk/ 2 X 4 (k )
k 0， 1， ， N 1 2
(4.2.9)
第4章 快速傅里叶变换(FFT)
式中
N / 41
r0
2
(4.2.6)
由于X1(k)和X2(k)均以N/2为周期，
kN
WN 2
WNk
且
，因此X(k)又可表示为
第4章 快速傅里叶变换(FFT)
X (k) X1(k) WNk X 2 (k)，
X
(k
N 2
)
X1(k)
WNk
X
数字信号处理第四版高西全课后答案
因此系统是非线性系统。
第 1 章 时域离散信号和时域离散系统
（6） y(n)=x(n2)
令输入为
输出为
x(n－n0)
y′(n)=x((n－n0)2) y(n－n0)=x((n－n0)2)=y′(n) 故系统是非时变系统。 由于
T［ax1(n)+bx2(n)］=ax1(n2)+bx2(n2) =aT［x1(n)］+bT［x2(n)］
5． 设系统分别用下面的差分方程描述， x(n)与y(n)分别表示系统输入和输 出， 判断系统是否是线性非时变的。
（1）y(n)=x(n)+2x(n－1)+3x(n－2) （2）y(n)=2x(n)+3 （3）y(n)=x(n－n0) n0 （4）y(n)=x(－n)
第 1 章 时域离散信号和时域离散系统
, 这是2π有理1数4， 因此是周期序
3
（2） 因为ω=
,
所以
1
8
=16π, 这是无理数， 因此是非周期序列。
2π
第 1 章 时域离散信号和时域离散系统
4． 对题1图给出的x(n)要求：
(1) 画出x(－n)的波形；
(2) 计算xe(n)= (3) 计算xo(n)=
1 2 ［x(n)+x(－n)］， 并画出xe(n)波形； 1 ［x(n)－x(－n)］， 并画出xo(n)波形; 2
（5） 系统是因果系统， 因为系统的输出不取决于x(n)的未来值。 如果
|x(n)|≤M, 则|y(n)|=|ex(n)|≤e|x(n)|≤eM，
7． 设线性时不变系统的单位脉冲响应h(n)和输入序列x(n)如题7图所示，
要求画出y(n)输出的波形。
解： 解法（一）采用列表法。
第 1 章 时域离散信号和时域离散系统
（6） y(n)=x(n2)
令输入为
输出为
x(n－n0)
y′(n)=x((n－n0)2) y(n－n0)=x((n－n0)2)=y′(n) 故系统是非时变系统。 由于
T［ax1(n)+bx2(n)］=ax1(n2)+bx2(n2) =aT［x1(n)］+bT［x2(n)］
5． 设系统分别用下面的差分方程描述， x(n)与y(n)分别表示系统输入和输 出， 判断系统是否是线性非时变的。
（1）y(n)=x(n)+2x(n－1)+3x(n－2) （2）y(n)=2x(n)+3 （3）y(n)=x(n－n0) n0 （4）y(n)=x(－n)
第 1 章 时域离散信号和时域离散系统
, 这是2π有理1数4， 因此是周期序
3
（2） 因为ω=
,
所以
1
8
=16π, 这是无理数， 因此是非周期序列。
2π
第 1 章 时域离散信号和时域离散系统
4． 对题1图给出的x(n)要求：
(1) 画出x(－n)的波形；
(2) 计算xe(n)= (3) 计算xo(n)=
1 2 ［x(n)+x(－n)］， 并画出xe(n)波形； 1 ［x(n)－x(－n)］， 并画出xo(n)波形; 2
（5） 系统是因果系统， 因为系统的输出不取决于x(n)的未来值。 如果
|x(n)|≤M, 则|y(n)|=|ex(n)|≤e|x(n)|≤eM，
7． 设线性时不变系统的单位脉冲响应h(n)和输入序列x(n)如题7图所示，
要求画出y(n)输出的波形。
解： 解法（一）采用列表法。
数字信号处理课后答案第2章高西全
信号压缩
DFT可以将信号从时间域转换 为频域，从而可以利用人眼视 觉特性或信号的稀疏性进行压 缩。例如，JPEG和MPEG等图 像压缩标准就利用了DFT。
快速傅里叶变换算法简介
快速傅里叶变换（FFT）是一种高效的计算DFT的算法，其时间 复杂度为O(NlogN)，远优于直接计算DFT的O(N^2)复杂度。 FFT算法基于分治策略，将大问题分解为小问题进行处理，从而 大大提高了计算效率。
器性能受限于所选择的窗函数和理想滤波器的逼近程度。
最优化方法
最优化方法是一种基于误差最小化准则来设计FIR数字滤波器的方法。最优化方法包括 最小均方误差准则、最小二乘法和约束最小平方等。这些方法能够设计出具有最佳性能
的FIR数字滤波器，但计算较为复杂，需要使用迭代算法进行求解。
06
总结与展望
本章重点回顾
离散时间信号的运算
总结词
离散时间信号的运算包括加法、减法、乘法、移位和 翻转等基本运算，以及卷积和相关等复合运算。这些 运算在数字信号处理中具有重要的作用。
详细描述
离散时间信号的运算包括基本的算术运算和复合运算。 基本的算术运算包括加法、减法、乘法和移位等，这些 运算可以用于对离散时间信号进行基本的处理和变换。 此外，离散时间信号的复合运算包括卷积和相关等，这 些运算可以用于实现更复杂的信号处理功能，如滤波、 频谱分析和数字调制等。这些运算在数字信号处理中具 有重要的作用，是实现各种数字信号处理算法的基础。
信号处理
Z变换在信号处理中也有广泛的应用，例如频谱分析和滤波器设计等。通过Z变换 ，可以将离散时间信号从时间域转换到频率域，从而可以对信号进行更深入的分 析和处理。
04
离散傅里叶分析
离散傅里叶变换的定义与性质
DFT可以将信号从时间域转换 为频域，从而可以利用人眼视 觉特性或信号的稀疏性进行压 缩。例如，JPEG和MPEG等图 像压缩标准就利用了DFT。
快速傅里叶变换算法简介
快速傅里叶变换（FFT）是一种高效的计算DFT的算法，其时间 复杂度为O(NlogN)，远优于直接计算DFT的O(N^2)复杂度。 FFT算法基于分治策略，将大问题分解为小问题进行处理，从而 大大提高了计算效率。
器性能受限于所选择的窗函数和理想滤波器的逼近程度。
最优化方法
最优化方法是一种基于误差最小化准则来设计FIR数字滤波器的方法。最优化方法包括 最小均方误差准则、最小二乘法和约束最小平方等。这些方法能够设计出具有最佳性能
的FIR数字滤波器，但计算较为复杂，需要使用迭代算法进行求解。
06
总结与展望
本章重点回顾
离散时间信号的运算
总结词
离散时间信号的运算包括加法、减法、乘法、移位和 翻转等基本运算，以及卷积和相关等复合运算。这些 运算在数字信号处理中具有重要的作用。
详细描述
离散时间信号的运算包括基本的算术运算和复合运算。 基本的算术运算包括加法、减法、乘法和移位等，这些 运算可以用于对离散时间信号进行基本的处理和变换。 此外，离散时间信号的复合运算包括卷积和相关等，这 些运算可以用于实现更复杂的信号处理功能，如滤波、 频谱分析和数字调制等。这些运算在数字信号处理中具 有重要的作用，是实现各种数字信号处理算法的基础。
信号处理
Z变换在信号处理中也有广泛的应用，例如频谱分析和滤波器设计等。通过Z变换 ，可以将离散时间信号从时间域转换到频率域，从而可以对信号进行更深入的分 析和处理。
04
离散傅里叶分析
离散傅里叶变换的定义与性质
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
点离散傅里叶变换为
N 1
X (k) DFT[x(n)] x(n)WNkn
n0
k 0, 1, , N 1
(3.1.1)
X(k) Transform, IDFT) 为
(Inverse Discrete Fourier
x(n)
IDFT[ X (k)]
1 N
N 1
X (k)WNkn
k 0
n 0, 1, , N 1
所以(3.1.1)式中，X（k)满足：
N 1
N 1
X (k mN ) x(n)WN(kmN )n x(n)WNkn X (k )
n0
n0
实际上，任何周期为N的周期序列 ~x(n) 都可以看做 长度为N的有限长序列x(n)的周期延拓序列，而x(n)则是
的一个周期，即
x(n) x(n mN ) m
3.1.2 DFT与傅里叶变换和Z变换的关系
设序列x(n)的长度为M
Z 变换和N(N≥M)
点DFT分别为
M 1
X (z) ZT[x(n)] x(n)zn n0
M 1
X (k) DFT[x(n)]N x(n)WNkn n0
比较上面二式可得关系式
k 0,1, , N 1
X (k) X (z) j2πk ze N
例如， N 8, x(n) x((n))8 , 则有
x(8) x((8))8 x(0)
x(9) x((9))8 x(1)
所得结果符合图3.1.2（a）和（b）所示的周期延拓规律。
图3.1.2 x(n)及其周期延拓序列
x(n) x(n) RN (n)
(3.1.5) (3.1.6)
上述关系如图3.1.2（a）和（b）所示。一般称周期 序列 ~x(n) 中从n=0到N－1的第一个周期为 ~x(n) 的主 值区间，而主值区间上的序列称为 ~x(n) 的主值序列。 因此x(n)与 ~x(n) 的上述关系可叙述为： ~x(n) 是x(n)
数字信号处理第四版高西全
傅里叶变换和Z变换是数字信号处理中常用的重要 数学变换。对于有限长序列，还有一种更为重要的数学 变换，即本章要讨论的离散傅里叶变换(Discrete Fourier Transform，DFT)。DFT之所以更为重要，是因为其实质 是有限长序列傅里叶变换的有限点离散采样，从而实现 了频域离散化，使数字信号处理可以在频域采用数值运 算的方法进行，这样就大大增加了数字信号处理的灵活 性。更重要的是，DFT有多种快速算法，统称为快速傅 里叶变换(Fast Fourier Transform，FFT)，从而使信号的 实时处理和设备的简化得以实现。
由于
IDFT[X (k)]N
1 N
N 1 N 1
[ x(m)WNmk ]WNkn
k0 m0
N 1
x(m)
m0
1 N
N 1
W k(mn) N
k 0
1
N
N 1
W k(mn) N
k 0
1， 0，
m n iN， i为整数 m n iN， i为整数
IDFT［X(k)］N=x(n) 0≤n≤N－1
因此，时域离散系统的研究与应用在许多方面取 代了传统的连续时间系统。所以说，DFT不仅在理论 上有重要意义，而且在各种信号的处理中亦起着核心
本章主要讨论DFT的定义、物理意义、基本性 质以及频域采样和DFT的应用举例等内容。
3.1
3.1.1 DFT的定义 设x(n)是一个长度为M的有限长序列，则定义x(n)的N
k 0,1, , N 1 (3.1.3)
或
X (k) X (ej ) |2πk N
k 0,1, , N 1 (3.1.4)
(3.1.3)式表明序列x(n)的N点DFT是x(n)的Z变换在 单位圆上的N点等间隔采样。(3.1.4)式则说明X(k)为x(n) 的傅里叶变换X(ejω)在区间［0, 2π］上的N点等间隔采 样。这就是DFT的物理意义。
X (k)
7
x(n)W8kn
3
j2π kn
e8
n0
n0
j3 πk
e8
sin( π 2
sin( π
k) k)
8
k 0, 1, , 7
由此例可见，x(n)的离散傅里叶变换结果与变换 区间长度N的取值有关。对DFT与Z变换和傅里叶变 换的关系及DFT的物理意义进行讨论后，上述问题 就会得到解释。
由此可见，(3.1.2)式定义的离散傅里叶逆变换是唯一的。 【例3.1.1】 x(n)=R4(n), 求x(n)的4点和8点DFT。 解 设变换区间N=4，则
X (k)
3
x(n)W4kn
3
j2π kn
e4
n0
n0
1
e j2πk
j2π k
1e 4
4 0
k 0 k 1, 2,3
设变换区间N=8，则
由此可见，DFT的变换区间长度N不同，表示 对X(ejω)在区间［0, 2π］上的采样间隔和采样点数 不同，所以DFT的变换结果不同。上例中， x(n)=R4(n)，DFT变换区间长度N分别取8、16时， X(ejω)和X(k)的幅频特性曲线图如图3.1.1所示。由 此容易得到x(n)=R4(n)的4点DFT为X(k)=DFT［x(n)］ 4=4δ(k)，这一特殊的结果在下面将得到进一步解释。
的周期延拓序列，x(n)是 ~x(n)
为了以后叙述简洁，当N大于等于序列x(n)的长度时， 将(3.1.5)
x(n) x((n))N
(3.1.7)
式中x((n)) N表示x(n)以N为周期的周期延拓序列，((n))N表
示模N对n求余，即如果
n=MN+n1 0≤n1≤N－1, M
则
((n))N=n1
图3.1.1 R4(n)的FT和DFT的幅度特性关系
3.1.3 DFT的隐含周期性 前面定义的DFT变换对中，x(n)与X(k)均为有限长
序列，但由于 WNkn 的周期性，使(3.1.1)和(3.1.2)式中的 X(k)隐含周期性，且周期均为N。对任意整数m，总有
WNk WN(kmN )， k, m为整数,N为自然数
(3.1.2)
式中， WN
j2π
e N
，N
DFT 变换区间长度，
N≥M。通常称(3.1.1)式和(3.1.2)式为离散傅里叶变换对。
为了叙述简洁，常常用DFT［x(n)］N和IDFT［X(k)］N分 别表示N点离散傅里叶变换和N点离散傅里叶逆变换。
下面证明IDFT［X(k)
把(3.1.1)式代入(3.1.2)式，有
N 1
X (k) DFT[x(n)] x(n)WNkn
n0
k 0, 1, , N 1
(3.1.1)
X(k) Transform, IDFT) 为
(Inverse Discrete Fourier
x(n)
IDFT[ X (k)]
1 N
N 1
X (k)WNkn
k 0
n 0, 1, , N 1
所以(3.1.1)式中，X（k)满足：
N 1
N 1
X (k mN ) x(n)WN(kmN )n x(n)WNkn X (k )
n0
n0
实际上，任何周期为N的周期序列 ~x(n) 都可以看做 长度为N的有限长序列x(n)的周期延拓序列，而x(n)则是
的一个周期，即
x(n) x(n mN ) m
3.1.2 DFT与傅里叶变换和Z变换的关系
设序列x(n)的长度为M
Z 变换和N(N≥M)
点DFT分别为
M 1
X (z) ZT[x(n)] x(n)zn n0
M 1
X (k) DFT[x(n)]N x(n)WNkn n0
比较上面二式可得关系式
k 0,1, , N 1
X (k) X (z) j2πk ze N
例如， N 8, x(n) x((n))8 , 则有
x(8) x((8))8 x(0)
x(9) x((9))8 x(1)
所得结果符合图3.1.2（a）和（b）所示的周期延拓规律。
图3.1.2 x(n)及其周期延拓序列
x(n) x(n) RN (n)
(3.1.5) (3.1.6)
上述关系如图3.1.2（a）和（b）所示。一般称周期 序列 ~x(n) 中从n=0到N－1的第一个周期为 ~x(n) 的主 值区间，而主值区间上的序列称为 ~x(n) 的主值序列。 因此x(n)与 ~x(n) 的上述关系可叙述为： ~x(n) 是x(n)
数字信号处理第四版高西全
傅里叶变换和Z变换是数字信号处理中常用的重要 数学变换。对于有限长序列，还有一种更为重要的数学 变换，即本章要讨论的离散傅里叶变换(Discrete Fourier Transform，DFT)。DFT之所以更为重要，是因为其实质 是有限长序列傅里叶变换的有限点离散采样，从而实现 了频域离散化，使数字信号处理可以在频域采用数值运 算的方法进行，这样就大大增加了数字信号处理的灵活 性。更重要的是，DFT有多种快速算法，统称为快速傅 里叶变换(Fast Fourier Transform，FFT)，从而使信号的 实时处理和设备的简化得以实现。
由于
IDFT[X (k)]N
1 N
N 1 N 1
[ x(m)WNmk ]WNkn
k0 m0
N 1
x(m)
m0
1 N
N 1
W k(mn) N
k 0
1
N
N 1
W k(mn) N
k 0
1， 0，
m n iN， i为整数 m n iN， i为整数
IDFT［X(k)］N=x(n) 0≤n≤N－1
因此，时域离散系统的研究与应用在许多方面取 代了传统的连续时间系统。所以说，DFT不仅在理论 上有重要意义，而且在各种信号的处理中亦起着核心
本章主要讨论DFT的定义、物理意义、基本性 质以及频域采样和DFT的应用举例等内容。
3.1
3.1.1 DFT的定义 设x(n)是一个长度为M的有限长序列，则定义x(n)的N
k 0,1, , N 1 (3.1.3)
或
X (k) X (ej ) |2πk N
k 0,1, , N 1 (3.1.4)
(3.1.3)式表明序列x(n)的N点DFT是x(n)的Z变换在 单位圆上的N点等间隔采样。(3.1.4)式则说明X(k)为x(n) 的傅里叶变换X(ejω)在区间［0, 2π］上的N点等间隔采 样。这就是DFT的物理意义。
X (k)
7
x(n)W8kn
3
j2π kn
e8
n0
n0
j3 πk
e8
sin( π 2
sin( π
k) k)
8
k 0, 1, , 7
由此例可见，x(n)的离散傅里叶变换结果与变换 区间长度N的取值有关。对DFT与Z变换和傅里叶变 换的关系及DFT的物理意义进行讨论后，上述问题 就会得到解释。
由此可见，(3.1.2)式定义的离散傅里叶逆变换是唯一的。 【例3.1.1】 x(n)=R4(n), 求x(n)的4点和8点DFT。 解 设变换区间N=4，则
X (k)
3
x(n)W4kn
3
j2π kn
e4
n0
n0
1
e j2πk
j2π k
1e 4
4 0
k 0 k 1, 2,3
设变换区间N=8，则
由此可见，DFT的变换区间长度N不同，表示 对X(ejω)在区间［0, 2π］上的采样间隔和采样点数 不同，所以DFT的变换结果不同。上例中， x(n)=R4(n)，DFT变换区间长度N分别取8、16时， X(ejω)和X(k)的幅频特性曲线图如图3.1.1所示。由 此容易得到x(n)=R4(n)的4点DFT为X(k)=DFT［x(n)］ 4=4δ(k)，这一特殊的结果在下面将得到进一步解释。
的周期延拓序列，x(n)是 ~x(n)
为了以后叙述简洁，当N大于等于序列x(n)的长度时， 将(3.1.5)
x(n) x((n))N
(3.1.7)
式中x((n)) N表示x(n)以N为周期的周期延拓序列，((n))N表
示模N对n求余，即如果
n=MN+n1 0≤n1≤N－1, M
则
((n))N=n1
图3.1.1 R4(n)的FT和DFT的幅度特性关系
3.1.3 DFT的隐含周期性 前面定义的DFT变换对中，x(n)与X(k)均为有限长
序列，但由于 WNkn 的周期性，使(3.1.1)和(3.1.2)式中的 X(k)隐含周期性，且周期均为N。对任意整数m，总有
WNk WN(kmN )， k, m为整数,N为自然数
(3.1.2)
式中， WN
j2π
e N
，N
DFT 变换区间长度，
N≥M。通常称(3.1.1)式和(3.1.2)式为离散傅里叶变换对。
为了叙述简洁，常常用DFT［x(n)］N和IDFT［X(k)］N分 别表示N点离散傅里叶变换和N点离散傅里叶逆变换。
下面证明IDFT［X(k)
把(3.1.1)式代入(3.1.2)式，有